Assessing climate change vulnerability in Canadian marine conservation networks: implications for conservation planning and resilience
Notice bibliographique
Résumé
Marine protected areas (MPAs) are critical in safeguarding biodiversity and ecosystem functions under climate change. The long-term effectiveness of these static conservation measures will depend on how well they represent current and future ocean changes. Here, we use the Climate Risk Index for Biodiversity to assess the vulnerability representation of marine ecosystems within the Canadian marine conservation network (CMCN) under two divergent emissions scenarios. We found that MPAs best represent climate vulnerability in Atlantic Canada (85% representativity overall, and 93% in the Gulf of Saint Lawrence under low emissions), followed by the Pacific (78%) and Arctic (63%; lowest in the Eastern Arctic (41% under high emissions) regions). Notably, MPAs with lower climate vulnerability are proportionally overrepresented in the CMCN. Broad-scale geographic targets employed in the Scotian Shelf-Bay of Fundy network planning process achieve over 90% representativity of climate vulnerabilities, underscoring the importance of ensuring habitat representativity and geographic distribution in conservation planning to enhance climate resilience, even if not explicitly prioritized. Moving towards Canada’s target to protect 30% of its waters by 2030, prioritizing representativity and designation of MPAs in currently underrepresented climate-vulnerable regions may be crucial to enhancing the resilience of the CMCN amidst an ever-changing climate.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».